檢索網址提供了比在瀏覽器不同的日期格式

我試圖刮使用RCurl移動格式的網頁，通過以下網址：檢索網址提供了比在瀏覽器不同的日期格式

http://m.fire.tas.gov.au/?pageId=incidentDetails&closed_incident_no=161685

使用此代碼：

library(RCurl) 
options(RCurlOptions = list(verbose = TRUE, useragent="Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US) AppleWebKit/525.13 (KHTML, like Gecko) Chrome/0.A.B.C Safari/525.13")) 
inurl <- getURL(http://m.fire.tas.gov.au/?pageId=incidentDetails&closed_incident_no=161685)

請注意，我試圖設置用戶代理看起來像一個Chrome瀏覽器 - 我得到的結果是相同的或不這樣做。當我使用Chrome瀏覽的網址，日期問世此格式，帶有時間戳以及：

Screenshot of text on web page

和HTML源匹配：

Last Updated: 24-Aug-2009 11:36<br> 
First Reported: 24-Aug-2009 11:24<br>

但R內，在我從URL中檢索數據後，日期格式如下：

Last Updated: 2009-08-24<br>  
First Reported: 2009-08-24<br>

任何想法這裏發生了什麼？我認爲服務器正在響應瀏覽器/ Curl的用戶代理或區域或語言或類似的東西，並返回不同的數據，但無法弄清楚我需要在RCurl的選項中設置什麼來改變這一點。

來源

2013-01-03 ozjimbob

我能推薦的唯一想法是找出chrome發送哪個頭（通過檢查調試工具中的網絡標籤），然後系統地複製，直到在R和瀏覽器中得到相同的結果。 – hadley

Referer是一個相當常見的網站頭部檢查，但我嘗試設置，它並沒有幫助。 – hadley

@hadley我可能已經犯了一個初學者的錯誤，但我嘗試使用檢查元素>網絡框下顯示的所有請求標題。即使所有的add_headers（）匹配chrome，它都不起作用。：/這是一個奇怪的網站..如果你改變了closed_incident_no的值，它會跳轉btw這兩種格式 –

貌似服務器期待 '的Accept-Language' 頭：我

library(RCurl) 
getURL("http://m.fire.tas.gov.au/?pageId=incidentDetails&closed_incident_no=161685", 
     httpheader = c("Accept-Language" = "en-US,en;q=0.5"))

作品（First Reported: 24-Aug-2009 11:24<br>返回等）。我通過使用HttpFox Firefox插件發現了這一點。

來源

2013-01-29 02:45:07

檢索網址提供了比在瀏覽器不同的日期格式

回答

相關問題